近日，在36氪WAVES 举办的大会上，一个有趣的环节引发了人们的热议：主办方让Kimi与Minimax两家的投资人进行了对谈。
随着DeepSeek的横空出世，整个中国大模型的牌局已天翻地覆。行业龙头的格局，从原来的大模型六小龙，逐渐演变成了今天的基模五强。
当六小龙不再是市场的焦点时，安静很久的Kimi和Minimax在前不久不约而同有了新动作：Kimi开源了编程模型Kimi-Dev，它的*个Agent Kimi-Researcher深度研究也开启小范围测试。而Minimax则开源了*推理模型Minimax-M1，并完成连续五天包含大模型、视频生成、音频生成等多个方向的更加。
从产品侧来看，Kimi将重心聚焦到agent，以深度研究为主要方向，似乎有意向金融、学术等方向发力，这条路线虽然已经有了智谱等竞争者，但远离了以生活服务为主的大厂射程，叠加原本不错的基础模型能力，Kimi似乎找到了自己的舒适区。
而另一边，Minimax则似乎想要弥补自身的遗憾，在没有接入DeepSeek之后，继续发力全方向的布局。
这似乎也意味着，大模型竞争进入下半场之后，更多的变量正在酝酿之中，而从各项评测来看，Kimi与Minimax的新产品，似乎都有着不错的效果。
在没等来R2之后的缓冲期，六小龙中的代表们，正在试图携带着各自的大招，开启下半场。而从报道来看，无论是频繁与DeepSeek撞论文的Kimi，还是曾经和DeepSeek赌同一个技术路径的Minimax，似乎都带着一丝不甘心。
而在大厂先后加入大模型赛道后，六小龙中，Kimi和Minimax正试图找到自己的生存方式。从某种程度来说，竞争的模式正在发生改变，而在泡沫消散之后，越来越懂经营的六小龙们，也在期待着下一个周期的开始。
01
Kimi和Minimax接连放大招
“一年前，就是比投放、比用户，现在则回到技术前沿，回到强认知，我相信反而更适合以技术大牛为核心的创业团队。因为比投放，其实是大厂的机会，所以我觉得他们状态还挺好的。”在这次对谈上，真格基金合伙人戴雨森在谈到Kimi与Minimax时如是说。
正如其所言，近日，相较于在教育、医疗等垂类应用场景中争夺的大厂，Kimi与Minimax似乎更希望在基础技术上展现自身的底色。
6月20日，Kimi官方发布消息，Kimi-Researcher（深度研究），开始小范围灰度测试。据官方消息透露，模型即Agent，Kimi-Researcher 是基于端到端自主强化学习（end-to-end agentic RL）技术训练的新一代Agent模型，也是一个专为深度研究任务而生的Agent产品。
做为内测用户，可以看到的是，Kimi这次试图去打造的就是“高实用性”以及“靠谱”的产品。
按照官方的数据，每个任务平均进行23步推理，自主梳理并解决需求，平均规划74个关键词，找到206个网址，由模型判断并筛选出信息质量最高的前3.2%内容，剔除冗余、低质信息。报告的平均长度在万字以上，平均引用约26个高质量、可溯源的信源。
很明显，Kimi此次直指需要低幻觉类的垂类赛道。从小红书等社交媒体反馈来看，论文党、甚至如金融、法律等高频需要深度探索的方向，都对Kimi-researcher有着不错的评价。
专业评测博主mactalk评价道：深度研究不算什么新创新，但Kimi生成的内容，在信源和形式上确实不错，Kimi的深度研究功能，除了给到一份分析报告外，还会生成一个网页。看到网页的那刻，给人的感受是，网页也应该成为一种和文本同等重要的交互方式。
与此同时，Minimax也用全新的模型在展示自身的肌肉。根据极客公园报道，作为推理模型，Minimax-M1在长上下文理解能力上，是目前包括所有闭源和开源模型在内，能力全球前二的模型，且在训练和推理成本上有极高的性价比。
M1仍然延续着MoE架构，而在注意力机制上和强化学习算法上的创新让M1鲜明地区别于其他推理模型。模型总参数达到4560亿参数，原生支持100万token的上下文长度输入，以及目前所有模型中最长的80ktoken的输出长度。
在专业上下文能力的测评中，M1的表现远超包括DeepSeek-R1-0528和Qwen3-235B在内的所有开源模型，甚至超越OpenAI o3和Claude 4 Opus，仅小幅落后SOTA的Gemini 2.5 Pro。
除了基础模型的进展，Minimax在agent以及多模态等多个领域也是亮点频出。“大家最近刷抖音有没有看到‘吴彦祖教你学英语’？其实是Minimax在提供背后的技术支持。我*次听的时候，也难以分辨到底是真人还是AI，直到后来才知道是Minimax的客户，感叹这真的挺厉害的。”云启资本合伙人陈煜提到。
实用性*的agent，能力出众的大模型，Kimi和Minimax试图开启的是一场全方位的竞速，而从更深层次上来看，两家公司更希望表达的则是，打破大众对于大模型赛道的固有心智。
02
渴望一场
DeepSeek式的胜利
相较于DeepSeek的光芒万丈，不得不说，此刻回头来看，Kimi与Minimax是两家曾充满遗憾的公司。
杨植麟清华出身，同时在卡内基梅隆大学（CMU）语言技术研究所（LTI）读博，导师是苹果AI负责人Ruslan Salakhutdinov和Google AI首席科学家William W. Cohen，这样的学术背景，在技术可信度上远超普通创业者。
而且他在循环智能等方面的创业经历，已经在企业级AI落地方面证明过自己。这更能让资本相信，这个人不只是懂技术，还会做生意。高频快速的融资，让其估值迅速爬升。
技术背景，管理经验，同时具有大量子弹，这让杨植麟成为前DeepSeek时代的明星。
更重要的是，Kimi的*仗还打的漂亮，把长文本技术提升到了“中国AGI突破口”的高度，精准匹配了资本对其的期待。
但不可否定的是，DeepSeek的爆火，一定程度上掩盖了Kimi的部分声量。
不过，即便是到当下，仍然可以看出，Kimi在技术实力上，仍然不逊于DeepSeek。在基础研究环节，2月18日，DeepSeek和月之暗面几乎同时发布了他们各自最新的论文，而主题直接「撞车」—— 都是挑战Transformer架构最核心的注意力机制，让它能更高效的处理更长的上下文。而更有趣的是，两家公司的技术派明星创始人的名字，出现在各自的论文和技术报告里。
而在近日，两者撞车的事件又频频发生。在法律、医疗等方向招聘上的相似，潜移默化的让外界觉得，似乎Kimi仍然是能与DeepSeek并驾齐驱的存在。
而另一边Minimax的遗憾，则来的更为直接。在媒体的报道中，Minimax其实更早的启用了与DeepSeek相同的技术路线。2023年下半年，大部分国内大模型厂商还在继续迭代稠密模型（dense model）之际，Minimax创始人兼CEO闫俊杰就把80%以上的研发和算力资源，投到了一件不确定的事情上—— MoE（Mixture of Experts 混合专家模型）。
2024年1月，Minimax上线的abab6，成为国内*MoE大模型。此后，MoE架构彻底取代稠密架构，成了大模型领域技术迭代的新方向，而年初爆火出圈的DeepSeek，应用的正是MoE。虽然无法一概而论的将两者在此维度上进行比较，但可以验证的却是两者间肉眼可见的落差。
客观来说，与DeepSeek技术实力难分伯仲的Kimi与Minimax，在市场中早已无法得到与之匹配的影响力。
而从这个维度上来看，没有被大厂打败，而是被DeepSeek超越，也让两家在下一个周期即agent的争夺中，渴望着一场真正意义上的翻身仗。
正如戴雨森所言“我们不是因为大模型投资Kimi，而是投资团队。现在是技术革命的早期，他们仍然是拥有中国*秀团队的AI创业公司之一，以及拥有最多资源的AI创业公司之一。如果我们相信AI是一件非常大的事，你有*的团队，又有最多资源，仍然能够做出很多有意思的事来。”而AI的下半场，是否仍会按照当下大厂主导，DeepSeek重点突破的模式演绎，似乎仍然是一道谜题。
03
AI公司的生存逻辑正在重构
进入6月，AI圈似乎达到了比以往更为热闹的情景。罗永浩数字人直播带货拿下天量成交，夸克与元宝在高考报志愿竞逐，同时，豆包上线了AI播客功能，美团高层点了*杯AI外卖咖啡，AI的想象力与应用正在不断加速地渗透至生活的各个角落。
这一切的快速演变，似乎让人看到了红杉AI峰会中所提到的，下一轮 AI，卖的不是工具，而是收益。
但与此同时，对于agent未来演变的辩论也在持续。拾象CEO李广密曾坦言Agent与当前模型能力的匹配程度。他认为，今天Agent 80%的能力依赖于模型这个引擎。比如，GPT到了3.5，多轮对话的通用范式出现了，Chatbot这种产品形态就行得通了。Cursor的崛起也是因为模型发展到了Claude 3.5的水平，它的代码补全能力才得以成立。
而AI Research Lead钟凯祺则认为：通用Agent的需求基本上就是信息检索和轻度代码编写这两类，而GPT-4o已经完成得非常好了。因此，通用Agent市场基本上是大模型公司的主战场，创业公司很难仅仅通过服务于通用需求来做大。而创业公司基本都聚焦在垂直（Vertical）领域。
回到本文的主角：当Kimi用深度研究Agent叩开垂类专业场景的大门，当Minimax以推理模型M1刷新开源能力边界，两家公司的每一步动作都在印证同一个事实：大模型竞争早已超越 “参数比拼” 的初级阶段，进入到 “心智占领” 的核心战场。
DeepSeek的崛起证明，在大厂与创业公司的博弈中，技术突破与市场定位的精准耦合，足以重塑行业认知 —— 而这正是Kimi与Minimax此刻最迫切的目标。
从技术路径看，Kimi押注“垂直 Agent”，试图用“深度研究”的专业标签切割出差异化赛道；Minimax则试图用线性注意力机制打出差异化，通过多模态能力构建全场景渗透的想象空间。两者的策略差异，本质是对“AI下半场生存法则”的不同解读：前者选择在大厂尚未重兵布防的垂类扎根，用“高实用性”对抗大厂的流量优势；后者则延续“全栈布局”的野心，试图以技术性价比弥补生态短板。
但这场争夺的关键，或许正如戴雨森所言——“投资团队而非模型”。当 DeepSeek 用技术叙事改写资本逻辑，Kimi与Minimax的核心竞争力，仍在于创始团队对技术趋势的预判能力（如杨植麟对长文本技术的坚持、闫俊杰对MoE架构的提前布局）。在大厂凭借资源优势加速内卷的当下，创业公司的破局点从来不是 “硬碰硬”，而是像DeepSeek那样，在某个技术维度建立不可替代的认知优势，进而占领用户心智。
如今的AI下半场，既是技术落地的“马拉松”，也是心智认知的“闪电战”。Kimi与Minimax的每一次开源、每一个Agent的迭代，都是在为 “下一个DeepSeek” 的叙事加码。而当行业泡沫逐渐消散，真正能穿越周期的，或许正是那些既能在技术深水区扎根，又能在用户心智中刻下独特标签的团队。这场没有硝烟的战争，才刚刚开始。
参考资料：
字母榜，《闫俊杰不甘心》
字母榜，《minimax的好日子来了？》
王智远，《Kimi还能找到月之亮面吗？》
凤凰网财经，《Kimi和DeepSeek又撞车？》
暗涌，《一年后，当Kimi和MiniMax投资人再坐到一起》
极客公园，《巨头博弈下，Agent 的机会和价值究竟在哪里？》
36氪，《开源还要IPO？MiniMax不想被遗忘在这个夏天》
月之暗面，《模型即 Agent，Kimi-Researcher（深度研究）开启内测》
极客公园，《MiniMax-M1 登场，MiniMax 再次证明自己是一家模型驱动的 AI 公司》
